Randverteilungsdiagramm (Marginal Plot)

Der Marginal Plot zeichnet Y gegen X mit einem Randhistogramm, Boxplot, Violin- oder Rug-Diagramm an beiden Achsen, optional eingefärbt nach einer Kategoriespalte. Er passt kein Modell an und berechnet keinen Test. Damit untersuchen Sie den Zusammenhang zweier Messgrößen und prüfen zugleich jede Variable auf Schiefe, Häufungen und Ausreißer, etwa vor einer Regression. Zur Quantifizierung des Zusammenhangs verwenden Sie Correlation oder Fitted Line Plot.

Zuletzt geprüft

Kernaussage

Ein Randverteilungsdiagramm (Marginal Plot) ist ein Streudiagramm zweier Variablen mit kleinem Histogramm, Boxplot, Violin- oder Punktdiagramm an jeder Achse: Es zeigt, wie Y mit X variiert und wie jede Variable verteilt ist.

Auf dieser Seite
  1. Zweck
  2. Wichtigste Funktionen
  3. Statistische Methoden
  4. Eingabefelder & Optionen
  5. Beschreibung der Ausgabe
  6. Beispiel

Zweck

Der Marginal Plot (Randverteilungsdiagramm) ist ein Streudiagramm zweier Variablen mit einem kleinen Verteilungsdiagramm an jeder Achse. In einer Ansicht zeigt er, wie Y mit X variiert und wie jede Variable für sich verteilt ist: Schiefe, Häufungen, Ausreißer und wo der Großteil der Daten liegt. Verwenden Sie ihn, wenn Sie den Zusammenhang zwischen zwei Messgrößen untersuchen und zugleich wissen müssen, ob eine davon eine ungewöhnliche Form hat, etwa vor einer Regression oder bei der Entscheidung, ob eine schnelle Messung eine langsame ersetzen kann.

Wichtigste Funktionen

  • Streudiagramm von Y gegen X mit einem Randdiagramm am oberen (X) und rechten (Y) Rand.
  • Vier Randdiagrammtypen, angewendet auf beide Achsen: Histogram, Boxplot, Violin oder Dot plot (rug).
  • Optionale Kategoriespalte: Punkte und Randdiagramme werden nach Gruppe eingefärbt, mit Legende.
  • Auswahl der Farbpalette.
  • Interaktives Diagramm: Zoomen, Verschieben und Überfahren mit der Maus, um einzelne Punkte abzulesen.

Statistische Methoden

Das Tool stellt die Daten so dar, wie sie sind; es passt kein Modell an und berechnet keinen Test. Jede Zeile mit X- und Y-Wert ergibt einen Punkt. Die Randdiagramme fassen jede Variable getrennt zusammen: Das Histogramm zählt die Beobachtungen in automatisch gewählten Klassen gleicher Breite; der Boxplot zeigt Median, Quartile (die Box enthält die mittleren 50% der Daten) und Whisker; das Violin-Diagramm ergänzt die Box um eine geglättete Dichtekontur; das Rug-Diagramm zeichnet für jede Beobachtung einen Strich.

Mit einer Kategoriespalte erhält jede Gruppe im Streudiagramm eine eigene Farbe und ein eigenes Randhistogramm bzw. eigene Box, Violine oder Rug-Striche, sodass Sie erkennen, ob sich die Gruppen in X, in Y oder in beiden unterscheiden. Die Histogramme der Gruppen werden überlagert, und ihre Höhen sind Häufigkeiten innerhalb der jeweiligen Gruppe.

Um den Zusammenhang zu quantifizieren, verwenden Sie Correlation oder Fitted Line Plot; der Marginal Plot dient dazu, das Muster und die Form jeder Variablen zu sehen und Punkte zu erkennen, die abseits der übrigen liegen.

Eingabefelder & Optionen

Feld

Beschreibung

X-axis column

Pflichtfeld. Numerische Spalte auf der horizontalen Achse.

Y-axis column

Pflichtfeld. Numerische Spalte auf der vertikalen Achse.

Categorise based on column

Optional. Spalte, deren Werte Punkte und Randdiagramme einfärben. Wählen Sie „--“ für keine Kategorien.

Marginal plot type

Histogram (Standard), Boxplot, Violin oder Dot plot (rug). Wird auf den X- und den Y-Rand angewendet.

Title

Titel des Diagramms. Standard „Marginal Plot“.

Discrete color sequence

Farbpalette für die Kategorien. Standard D3.

Data Options: Subset (optional)

Exclude matching rows (Standard) oder Include only matching rows; Row numbers (z. B. 3,7,12-15) und/oder eine Condition (z. B. Activity == "low") wählen die Zeilen aus.

marginal-plot-inputs


Abbildung 1 – Optionen für das Beispiel: X = BMI, Y = %Fat, kategorisiert nach Activity, Histogramme an den Rändern.

Beschreibung der Ausgabe

  • Marginal Plot – Streudiagramm von Y gegen X mit dem gewählten Randdiagramm von X am oberen und von Y am rechten Rand, eingefärbt nach Kategorie, sofern eine gewählt ist, mit Legende.
  • PDF-Export über Download.

marginal-plot-output


Abbildung 2 – Körperfettanteil gegen BMI bei 92 jugendlichen Mädchen, eingefärbt nach Aktivitätsniveau, mit Histogrammen jeder Variablen an den Rändern.

Beispiel

Der Körperfettanteil ist langsam und teuer zu messen, der Body-Mass-Index (BMI) dagegen schnell. Eine Forscherin misst beide Größen bei 92 jugendlichen Mädchen zusammen mit deren körperlichem Aktivitätsniveau (niedrig, mittel, hoch), um zu prüfen, ob der BMI den Körperfettanteil ersetzen könnte. X-axis column = BMI, Y-axis column = %Fat, Categorise based on column = Activity, Marginal plot type = Histogram.

Die Punkte steigen gemeinsam an: Ein höherer BMI geht mit höherem Körperfett einher (Korrelation 0.86, aus den Daten berechnet). Nach oben hin nimmt die Streuung zu: Bei den 13 Mädchen mit einem BMI über 25 reicht der Körperfettanteil von 32.4% bis 46%. Das obere Histogramm zeigt einen rechtsschiefen BMI, wobei die meisten Mädchen zwischen 15 und 23 liegen (Median 19.5) und einige über 30; %Fat ist ebenfalls rechtsschief (Median 25.5%, Maximum 46%).

Die Farben zeigen ein Muster, das das einfache Streudiagramm verbirgt: Die 6 Mädchen mit niedriger Aktivität liegen oben rechts (mittlerer BMI 26.8, mittlerer Körperfettanteil 36.1%), die 10 Mädchen mit hoher Aktivität unten links (mittlerer BMI 18.8, mittlerer Körperfettanteil 22.6%), und die 76 Mädchen mit mittlerer Aktivität decken den Bereich dazwischen ab. Der BMI ist also ein nützlicher erster Indikator für den Körperfettanteil, bei hohem BMI aber kein genauer Ersatz, und es lohnt sich, das Aktivitätsniveau mitzuerfassen. Wird Marginal plot type auf Boxplot umgestellt, erhalten Sie statt Histogrammen eine kompakte Zusammenfassung jeder Achse je Aktivitätsgruppe.

Häufig gestellte Fragen

Wofür wird ein Randverteilungsdiagramm verwendet?

Ein Randverteilungsdiagramm zeigt in einer Ansicht, wie Y mit X variiert und wie jede Variable für sich verteilt ist: Schiefe, Häufungen, Ausreißer und wo der Großteil der Daten liegt. Verwenden Sie es, wenn Sie den Zusammenhang zwischen zwei Messgrößen untersuchen und zugleich wissen müssen, ob eine davon eine ungewöhnliche Form hat, etwa vor einer Regression oder bei der Entscheidung, ob eine schnelle Messung eine langsame ersetzen kann.

Welchen Randdiagrammtyp sollten Sie wählen?

Das Histogramm zählt die Beobachtungen in Klassen gleicher Breite. Der Boxplot zeigt Median, Quartile und Whisker, wobei die Box die mittleren 50% der Daten enthält. Das Violin-Diagramm ergänzt die Box um eine geglättete Dichtekontur, und das Punktdiagramm (Rug) zeichnet für jede Beobachtung einen Strich. Der gewählte Typ gilt für beide Achsen.

Misst ein Randverteilungsdiagramm die Korrelation?

Nein. Das Randverteilungsdiagramm stellt die Daten so dar, wie sie sind, und passt weder ein Modell noch einen Test an. Um den Zusammenhang zu quantifizieren, verwenden Sie Correlation oder Fitted Line Plot. Im Körperfett-Beispiel wurde eine Korrelation von 0.86 zwischen BMI und Körperfettanteil separat aus den Daten berechnet.

Was bringt die Einfärbung nach Kategorie in einem Randverteilungsdiagramm?

Mit einer Kategoriespalte erhält jede Gruppe im Streudiagramm eine eigene Farbe und ein eigenes Randdiagramm, sodass Sie erkennen, ob sich die Gruppen in X, in Y oder in beiden unterscheiden. Im Beispiel lagen die Mädchen mit niedriger Aktivität oben rechts und die mit hoher Aktivität unten links – ein Muster, das das einfache Streudiagramm verbarg.